传递给keras fit生成器函数的每个历元的步长值
调用函数fit_generator()时,如果理想情况下应为总样本数/批次大小,则需要设置传递给keras fit生成器函数的每个历元的步长值,keras,classification,generator,Keras,Classification,Generator,调用函数fit_generator()时,如果理想情况下应为总样本数/批次大小,则需要设置steps_per_epoch值吗 Keras的生成器是无限的 正因为如此,Keras无法自行知道发电机要完成一个时代需要多少批次 当您有一个固定数量的样本时,最好将样本//批大小用于一个历元。但您可能希望使用一个生成器,例如执行随机数据扩充。由于随机过程,你将永远不会有两个相同的训练时期。当时没有明确的限制 因此,fit_generator中的这些参数允许您根据自己的意愿控制每个历元的产量,尽管在标准情况
steps_per_epoch
值吗 Keras的生成器是无限的
正因为如此,Keras无法自行知道发电机要完成一个时代需要多少批次
当您有一个固定数量的样本时,最好将样本//批大小
用于一个历元。但您可能希望使用一个生成器,例如执行随机数据扩充。由于随机过程,你将永远不会有两个相同的训练时期。当时没有明确的限制
因此,
fit_generator
中的这些参数允许您根据自己的意愿控制每个历元的产量,尽管在标准情况下,您可能会保留最明显的选项:samples//batch_size
如Daniel所述,在不增加数据的情况下,样本数量是静态的。
然后,用于训练的样本数为每批次大小的步骤数
通过在Keras中使用ImageDataGenerator,我们为数据扩充制作了额外的训练数据。因此,培训样本的数量可以由您自己设置。
如果您想要两次训练数据,只需将每个历元的步数设置为(原始样本大小*2)/批次大小。应该是
samples//batch\u大小
我相信这个答案在我脑海中产生了更多的问题:'|,第一次使用生成器